カスタム レコメンデーションのチェックリスト

このページでは、汎用レコメンデーション アプリを作成する際に必要な手順のチェックリストを示します。

Vertex AI Search を初めて使用する場合は、カスタム レコメンデーションを使ってみるのチュートリアルに沿ってサンプルアプリを作成することを検討してください。

Google Cloudプロジェクトを設定する

Google Cloud プロジェクトを設定し、Vertex AI Search を有効にして、プロジェクトのアクセス制御を設定します。既存の Google Cloud プロジェクトがすでにある場合は、それを使用できます。

操作

1. 始める前にを確認し、手順が完了していることを確認します。

データを準備する

Vertex AI Search へのインポート用にデータを準備します。

カスタム レコメンデーションの場合は、構造化データを指定する必要があります。これは、特定のスキーマで提供されるデータです。たとえば、BigQuery テーブルのデータや、Cloud Storage の JSON ファイルのデータを指定できます。

操作

1. サポートされているデータとアプリとデータストアの関係については、アプリとデータストアについてをご覧ください。

2. 取り込み用にデータを準備するの要件に従ってデータを準備します。

データのインポート

データストアを作成し、データをインポートします。

データのインポート方法は、インポート元によって異なります。たとえば、データが Cloud Storage にある場合は、データのバケットの場所を指定して、コンソールまたは API を使用してインポートできます。

操作

1. カスタム レコメンデーション データストアを作成するで、データソースの手順に沿って操作します。

アプリを作成する

カスタム レコメンデーション アプリを作成し、新しいデータストアに接続します。

操作

1. カスタム レコメンデーション アプリを作成する。

レコメンデーションを構成する

フィールドの設定を更新してフィルタ可能にすると、そのフィールドを使用してレコメンデーションの結果をフィルタできます。

操作

1. 特定のフィールドをフィルタ可能として設定すると、Vertex AI Search がそれらのフィールドを使用してレコメンデーションをフィルタリングできるようになります。フィールド設定を構成するをご覧ください。

2. レコメンデーションをフィルタリングします。

レコメンデーションをプレビューする

レコメンデーションをプレビューして、レコメンデーションが想定どおりに表示されているかどうかを確認できます。

操作

1. レコメンデーションをプレビューするには、Vertex AI Search コンソールまたは API を使用します。

   • コンソール。コンソールの [プレビュー] ページを使用して、レコメンデーションをプレビューします。アプリで使用するデータの種類については、レコメンデーションを取得するの コンソールの手順をご覧ください。

   • API。API 呼び出しをアプリケーションに統合する場合は、API 呼び出しを行ってレコメンデーションをプレビューします。アプリが使用するデータの種類については、レコメンデーションを取得するの REST の手順をご覧ください。

レコメンデーション アプリをデプロイする

レコメンデーション アプリのプレビューに問題がなければ、ウェブサイトにデプロイしてユーザーと共有します。

操作

1. レコメンデーション アプリをデプロイするには、API 呼び出しをサーバーまたはアプリケーションに統合します。API 呼び出しの詳細については、レコメンデーションを取得するで、アプリで使用するデータの種類に関する REST の手順をご覧ください。

   クライアント ライブラリのリソースについては、Vertex AI Search クライアント ライブラリをご覧ください。

ユーザー イベントを記録してインポートする

パーソナライズされたレコメンデーション結果を取得するには、レコメンデーション アプリでユーザー イベントを更新します。詳細については、ユーザー イベントについてをご覧ください。

操作

1. 過去のユーザー イベントをインポートする。
2. リアルタイムのユーザー イベントを記録する。

アプリをメンテナンスする

アプリをメンテナンスすることで、データストアで最新の必要なデータを利用できるようにできます。

アクション

1. データを更新します。